Wissenschaft und Forschung 12.07.2023

Deep Learning Algorithmus zur Erkennung von okklusalen Karies



Deep Learning Algorithmus zur Erkennung von okklusalen Karies

Foto: Dr_Microbe – stock.adobe.com

Eine Studie zur Verwendung eines Deep Learning-Algorithmus zur Erkennung von Karies an den Kauflächen wurde auf der 101. Generalversammlung der International Association for Dental Research (IADR) vorgestellt. Die Untersuchung konzentriert sich auf die Genauigkeit des YOLOv7-Algorithmus bei der Erkennung von Karies anhand von klinischen Fotos.

Die Teilnehmer der Studie waren Patienten ab 18 Jahren mit bleibendem Gebiss, die an der Temple University Kornberg School of Dentistry behandelt wurden. Zahnmedizinstudenten verwendeten Coolpix L840-Kameras, um 300 intraorale Fotos der Kauflächen des Ober- und Unterkiefers aufzunehmen.

Die Bilder wurden mit Roboflow V4 annotiert und in drei Sets aufgeteilt: Training, Validierung und Test. Der Trainingsdatensatz enthielt 70% der Bilder, während 20% für die Validierung und 10% für den Test verwendet wurden.

Die Datenanalyse wurde mit dem YOLOv7-Algorithmus durchgeführt, wobei eine Batch-Größe von 1 und eine Bildgröße von 1.280x640 verwendet wurden. Die Leistung des Algorithmus wurde anhand der mittleren durchschnittlichen Präzision (mAP), des Recall (Sensitivität) und der Präzision (Positive predictive value) bewertet.

Die vielversprechenden Ergebnisse dieser Studie zeigen, dass künstliche Intelligenz (KI) eine wichtige Rolle bei der Automatisierung der Karieserkennung auf klinischen Fotos spielen kann. Eine mögliche Anwendung wäre die Entwicklung einer Smartphone-App, um die Teledentistry zu unterstützen und den Zugang zur zahnärztlichen Versorgung zu verbessern.

Quelle: International Association for Dental Research

Dieser Beitrag stammt von dem Anbieter und spiegelt nicht die Meinung der Redaktion wider.
Mehr News aus Wissenschaft und Forschung

ePaper